Question

我的字符串中包含HTML，如下所示：

<div id="control">
    <a href="/xx/x">y</a>
    <ul>
        <li><a href="/C003Q/x" class="dw">x</a></li>
        <li><a href="/C003R/xx" class="dw">xx</a></li>
        <li><a href="/C003S/xxx" class="dw">xxx</a></li>
    </ul>
</div>

我想将此更改为以下内容：

<div id="control">
    <a data-href="/xx/x" ><span>y</span></a>
    <ul>
        <li><a data-href="/C003Q/x" class="dw"><span>x</span></a></li>
        <li><a data-href="/C003R/xx" class="dw"><span>xx</span></a></li>
        <li><a data-href="/C003S/xxx" class="dw"><span>xxx</span></a></li>
    </ul>
</div>

我听说过正则表达式，但我不知道如何使用它来更改地址标记内的内容并同时更改href。我需要两次使用正则表达式吗？我可以使用正则表达式更改<a ... >...</a>的内部，还是使用C＃更简单？

Answer 1

一般来说，正则表达式not suitable for parsing HTML，例外是众所周知且结构良好的HTML（即你确切知道你要解析的内容）。

您可以使用HTML解析器 - HTML Agility Pack是一个受欢迎的选项，还有CsQuery。

什么是Html Agility Pack（HAP）？

这是一个敏捷的HTML解析器，它构建一个读/写DOM并支持普通的XPATH或XSLT（你实际上不需要理解XPATH或XSLT来使用它，不用担心......）。它是一个.NET代码库，允许您解析“out of the web”HTML文件。解析器非常容忍“真实世界”格式错误的HTML。对象模型与提出System.Xml非常相似，但对于HTML文档（或流）。

CsQuery - .C＃jQuery Port for .NET 4

CsQuery是.NET 4的jQuery端口。它实现了所有CSS2＆amp; CSS3选择器，jQuery的所有DOM操作方法，以及一些实用方法。大多数jQuery测试套件（截至1.6.2）已移植到C＃。

Answer 2

您可以使用正则表达式替换。使用括号来捕获您匹配的文本中的值，并使用$1，$2等。使用替换字符串中的值：

str = Regex.Replace(
  str,
  "<a href=\"(.+?)\" class=\"dw\">(.+?)</a>",
  "<a data-href=\"$1\" class=\"dw\"><span>$2</span></a>"
);

注意：如果HTML代码没有完全相同的表单，则替换将不起作用。例如，如果锚标记中有另一个属性，或者属性顺序相反，则模式将不匹配。

Answer 3

如果您不想使用Regex，可以执行以下操作：

string newString = oldString.Replace("dw\">", "dw\"><span>")
                            .Replace("</a", "</span></a");

使用C＃更改字符串中文本内容的最简单方法是什么？

3 个答案: